孤立詞語音識別系統(tǒng)關(guān)鍵問題的研究.pdf

1、作為人與人之間最自然的交流方式，語音操作方式顯然也是人機交互時的最佳選擇之一。今天，語音識別系統(tǒng)正在不斷地改變著我們的生活。隨著嵌入式設(shè)備的不斷發(fā)展，終端設(shè)備的體積越來越小，操作要求更加簡便。而利用孤立詞語音識別系統(tǒng)來進行操作命令的語音輸入則是一個十分理想的人機接口方式，應(yīng)用前景非常廣闊。 本文搭建了一個大詞匯量、非特定人、動態(tài)詞表的孤立詞語音識別系統(tǒng)，詞表大小為6∞詞，包含了人名、地名、命令詞、日常用語等各個方面的常用詞語。并

2、以其作為實驗平臺，對孤立詞語音識別系統(tǒng)中一些關(guān)鍵問題進行了深入系統(tǒng)的研究。 本文深入研究了語音端點檢測算法，在對當前常用的語音端點檢測算法的分析和實驗基礎(chǔ)上，提出了一種以短時能量為語音檢測特征，具有良好抗噪音性能的語音端點檢測算法。實驗證明，該算法計算簡便、準確率高，特別適用于輸入語音較短孤立詞語音識別系統(tǒng)中孤立詞起止點的檢測。另外，本文介紹了歐洲電信標準學會(ETSI)分布式語音識別系統(tǒng)標準中提出的語音激活檢測算法，并根據(jù)該算

3、法進行了噪聲適應(yīng)性改進。在此基礎(chǔ)上還搭建了一個自動錄音系統(tǒng)，該系統(tǒng)可以自動檢測輸入語音的有無來判定錄音的自動開始和結(jié)束，為實用語音識別系統(tǒng)提供了良好的人機接口。 本文針對多數(shù)語音識別系統(tǒng)運算量大，難以保證實時識別的問題，從識別搜索算法入手，采用了本文采用了選取最大高斯混合密度、局部距離估計、最佳混合分量預(yù)測、特征系數(shù)重排序等一系列方法來簡化系統(tǒng)的搜索過程，減少計算量。實驗表明，采用了這些方法后，系統(tǒng)的搜索過程的計算量減少了24％